【问题标题】:Module 'emnist' has no attribute 'train_images'模块“emnist”没有属性“train_images”
【发布时间】:2020-11-20 17:31:54
【问题描述】:

我已经尝试使用相同的给定代码在 mnist 数据集上使用 keras 训练和测试 CNN。现在我想在 emnist 数据集上尝试相同的代码,但它给出了以下错误:

我正在尝试以下代码

!pip 安装 emnist

import numpy as np
import emnist
from tensorflow import keras

train_images = emnist.train_images()
train_labels = emnist.train_labels()

print(train_images.shape) 
print(train_labels.shape)

这是输出:

Error:
---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-2-812445794c0d> in <module>
      5 # The first time you run this might be a bit slow, since the
      6 # mnist package has to download and cache the data.
----> 7 train_images = emnist.train_images()
      8 train_labels = emnist.train_labels()
      9 

AttributeError: module 'emnist' has no attribute 'train_images' 

请帮忙

【问题讨论】:

  • 您使用的TensorFlow版本是否与您关注的文章中提到的相同/?
  • 我找不到文章中指定的 tensorflow 版本。我正在将其更新到最新版本。让我们看看它是否有效
  • 你能链接问题中的emnist包吗?和/或文章?
  • 我只是将 emnist 安装为 pip install emnist 这个查询运行良好。但错误是在如上所示的这一行之后它实际上是一个作业......不是文章

标签: python pandas tensorflow conv-neural-network


【解决方案1】:

如果你查看emnist包的网站https://pypi.org/project/emnist/

你可以看到正确的用法是(例如使用数字数据集):

from emnist import extract_training_samples
from emnist import extract_test_samples

images, labels = extract_training_samples('digits')
images, labels = extract_test_samples('digits')

没有 train_images 方法

【讨论】:

    【解决方案2】:

    您可以在此处查看 emnist python 包以观察如何正确导入函数:https://pypi.org/project/emnist/

    您可以通过导入以下函数来检查他们拥有哪些数据集:

    from emnist import list_datasets
    list_datasets()
    

    获取byclass数据集,让我们提取样本:

    from emnist import extract_training_samples, extract_test_samples
    x_train, y_train = extract_training_samples('byclass')
    x_test, y_test = extract_test_samples('byclass')
    

    【讨论】:

      猜你喜欢
      • 1970-01-01
      • 2020-06-04
      • 2021-12-24
      • 2015-05-08
      • 2020-10-17
      • 2020-10-03
      • 2018-08-11
      • 1970-01-01
      • 2020-01-01
      相关资源
      最近更新 更多